BGE-M3 (Multilingual)

التضميناتغير متاح
من Communityمعرّف النموذج: bge-m3-multilingual

BAAI multilingual embedding model covering 100+ languages with an 8192-token context. M3 stands for its multi-functionality (dense, sparse and ColBERT-style multi-vector retrieval), multilinguality and multi-granularity over long documents. Returns 1024-dim dense vectors and is a strong open choice for cross-lingual and long-text retrieval.

الحالة
غير متاح
السياق
8,192 رمز
Input → output
نص → متجه
مطور
Community
تم التحديث
٢٣ سبتمبر ٢٠٢٦

BGE-M3 (Multilingual) غير متاح حالياً

يمكنك قراءة التفاصيل على هذه الصفحة. اختر أحد البدائل المتاحة أدناه لتشغيل نموذج مماثل على الفور.

انتقل إلى البدائل
01

نماذج قابلة للمقارنة

الكل في هذه الفئة
02

Playground

جرّب BGE-M3 (Multilingual)

الإدخال والإخراج

غير متاح حالياً

غير متاح حالياً.

ساحة اللعب معطلة. يمكنك العثور على نماذج مماثلة في نفس الفئة: استعرض البدائل

جرّب BGE-M3 (Multilingual)

0 / 8,000

Text to embed (any of 100+ languages, up to long documents)

يشغّل النموذج مرتين (يتم الفواتير مرتين).

النتيجة
يظهر المتجه هنا.

هذا التشغيل

لا يوجد سعر – غير متاح حالياً.

جديد هنا؟

10 رصيد مجاني (‏0.10 US$) عند التسجيل باستخدام Google

قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد.

03

حول BGE-M3 (Multilingual)

الملخصاعتباراً من ٢٣ سبتمبر ٢٠٢٦

BGE-M3 (Multilingual) هو نموذج من Community في فئة التضمينات. BGE-M3 (Multilingual) غير متاح حالياً على Railwail. نافذة السياق تحتوي على 8,192 رموز.

bge-m3 from the Beijing Academy of Artificial Intelligence is a single model that supports three retrieval modes at once: dense embeddings, sparse lexical weights and ColBERT-style multi-vector matching. It handles more than 100 languages and inputs up to 8192 tokens, which makes it suitable for long-document and cross-lingual retrieval where shorter English-only models fall short. The dense output is 1024-dim. Through the Hugging Face feature-extraction pipeline you get the dense embedding, which mean-pools or uses the [CLS] vector depending on configuration; it is widely used as an open multilingual retrieval backbone.
04

التسعير

غير متاح حالياً. لا يوجد سعر لهذا النموذج في الوقت الحالي، لذا لا يمكن تشغيله.

05

API

استدعِ BGE-M3 (Multilingual) باستخدام مفتاح Railwail API الخاص بك. استخدم معرّف النموذج هذا في الطلب:

غير متاح حالياً

النموذج ليس له سعر موثق أو معطل؛ يتم رفض استدعاءات API.

06

المواصفات

معرّف النموذج
bge-m3-multilingual
مطور
Community
الإدخال
نص
الإخراج
متجه
نافذة السياق
8,192 رمز
تم تحديث إدخال الكتالوج
٢٣ سبتمبر ٢٠٢٦

معاملات الإدخال

المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.

  • inputsمطلوب

    Text to embed (any of 100+ languages, up to long documents)

    النوع: نص
    الافتراضي: –
    القيم المسموحة: حتى 8,000 حرف

الوسوم

  • embedding
  • retrieval
  • rag
  • huggingface
  • bge
  • baai
  • multilingual
  • long-context
  • open-weights
07

حالات الاستخدام

08

الأسئلة الشائعة

ما هو BGE-M3 (Multilingual)؟

BGE-M3 (Multilingual) هو نموذج من Community في فئة التضمينات. إنه مدرج على Railwail لكن لا يمكن تشغيله في الوقت الحالي.

كم تكلفة BGE-M3 (Multilingual) على Railwail؟

لا يمكن تشغيل BGE-M3 (Multilingual) على Railwail في الوقت الحالي، لذا لا يوجد سعر حالي. البدائل المتاحة مع الأسعار مدرجة أسفل هذه الصفحة.

ما حجم نافذة السياق في BGE-M3 (Multilingual)؟

نافذة السياق في BGE-M3 (Multilingual) تحتوي على 8,192 رموز.

ما سرعة BGE-M3 (Multilingual)؟

لا توجد عمليات تشغيل مقاسة كافية لـ BGE-M3 (Multilingual) على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.

هل BGE-M3 (Multilingual) أفضل من OpenAI text-embedding-3-large؟

هذا يعتمد على المهمة. BGE-M3 (Multilingual) (Community) و OpenAI text-embedding-3-large (OpenAI) كلاهما نموذج في فئة التضمينات. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.

قارن BGE-M3 (Multilingual) و OpenAI text-embedding-3-large

هل يمكنني استخدام BGE-M3 (Multilingual) الآن؟

غير متاح حالياً. تبقى الصفحة متصلة؛ البدائل المتاحة من نفس الفئة مدرجة أسفل.

جميع النماذج عبر API واحدة

مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ‏٠٫٠١ US$.